Stell dir vor, ein Computer könnte sich an alle wichtigen Wirtschaftsdaten erinnern. Aber wie gut sind diese Erinnerungen wirklich?
Hast du schon mal von großen Sprachmodellen gehört? Das sind Computerprogramme, die so viel Text gelesen haben, dass sie fast alles wissen. Stell dir vor, du fragst sie nach den Wirtschaftsdaten von vor fünf Jahren. Diese Modelle können sich an die genauen Zahlen erinnern, als ob sie ein Foto davon gemacht hätten. Aber wie gut sind sie wirklich, wenn es darum geht, die Zukunft vorherzusagen?
Was die Forschenden herausgefunden haben
Die Forschenden haben herausgefunden, dass diese Sprachmodelle sich an viele wichtige Wirtschaftsdaten erinnern können. Sie können zum Beispiel genau sagen, wie hoch die Arbeitslosigkeit vor zwei Jahren war oder wie viel ein bestimmter Aktienkurs wert war. Das Problem ist, dass sie diese Daten nicht wirklich vorhersagen, sondern einfach aus ihrem Gedächtnis abrufen. Das bedeutet, dass wir nicht wissen können, ob sie wirklich die Zukunft vorhersagen oder nur das abrufen, was sie schon wissen.
Wie haben sie das gemacht?
Um das herauszufinden, haben die Forschenden die Sprachmodelle getestet. Sie haben ihnen Fragen gestellt, die sich auf Wirtschaftsdaten bezogen, die vor ihrem „Wissensschneidepunkt“ lagen, also vor dem Zeitpunkt, bis zu dem sie gelernt haben. Sie haben auch versucht, die Modelle dazu zu bringen, Daten zu vergessen, indem sie ihnen sagten, sie sollten sich nicht an bestimmte Informationen erinnern. Aber die Modelle konnten sich trotzdem an die Daten erinnern.
Warum ist das wichtig?
Das ist wichtig, weil wir diese Sprachmodelle oft benutzen, um die Zukunft vorherzusagen. Wenn sie aber nur das abrufen, was sie schon wissen, dann sind ihre Vorhersagen nicht wirklich nützlich. Das bedeutet, dass wir vorsichtig sein müssen, wenn wir diese Modelle für wichtige Entscheidungen benutzen, wie zum Beispiel beim Handel mit Aktien oder bei der Planung von Wirtschaftspolitiken.
Du willst mehr über die Studie wissen?
Die Forschenden, die diese Studie gemacht haben, heißen Alejandro Lopez-Lira, Yuehua Tang und Mingyin Zhu. Ihre Arbeit wurde im Jahr 2025 veröffentlicht.